Markov决策过程的蚁群规划算法

《Markov决策过程的蚁群规划算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、402010，46（20）ComputerEngineeringandApplications计算机工程与应用Markov决策过程的蚁群规划算法柴啸龙，胡桂武，陈蔼祥CHAIXiao-long，HUGui-wu，CHENAi-xiang广东商学院数学与计算科学学院，广州510320DepartmentofMathematicsandComputingScience，GuangdongUniversityofBusinessStudies，Guangzhou510320，ChinaE-mail：chaixiaolongok@163.comCHAIXiao-lon

2、g，HUGui-wu，CHENAi-xiang.AntplanningalgorithmbasedonMarkovdecisionprocesses.ComputerEngineeringandApplications，2010，46（20）：40-41.Abstract：Intheclassicalplanningproblems，tofoundaplanningsolutionisaNPproblemorevenaNPcompleteproblem.Iftheexecutingeffectsoftheactiontakeuncertainty，suchas

3、theplanningproblemofMarkovDecisionProcesses（MDP），theproblemwillbemoredifficult.Someconceptssuchasthereflectionaction，reflectionpath-section，andreflectionplanninggrapharepresentedbasedonthegraphplanalgorithm，andtheantcolonyplanningalgorithmwillbedesignedbasedonthem.Inthealgorithm，the

4、actionscangeneratemorenodesthateachoneisarepresentationofaproposition.Itisprovedthatthereisnolessthanacertaintyprobabilitythatthesolutionoftheantcolonyplanningalgorithmwillbereliabilityevenintheuncertainactionexecutingenvironments.Keywords：intelligenceplanning；planninggraph；Markovde

5、cisionprocesses；planningunderuncertainty；swarmintelligenceal-gorithm摘要：在智能规划问题上，寻找规划解都是NP甚至NP完全问题，如果动作的执行效果带有不确定性，如在Markov决策过程的规划问题中，规划的求解将会更加困难，现有的Markov决策过程的规划算法往往用一个整体状态节点来描述某个动作的实际执行效果，试图回避状态内部的复杂性，而现实中的大量动作往往都会产生多个命题效果，对应多个命题节点。为了能够处理和解决这个问题，提出了映像动作，映像路节和映像规划图等概念，并在其基础上提出了Marko

6、v决策过程的蚁群规划算法，从而解决了这一问题。并且证明了算法得到的解，即使在不确定的执行环境下，也具有不低于一定概率的可靠性。关键词：智能规划；规划图；Markov决策过程；不确定规划；群体智能算法DOI：10.3778/j.issn.1002-8331.2010.20.011文章编号：1002-8331（2010）20-0040-02文献标识码：Ａ中图分类号：TP181引言2Markov决策过程的蚁群规划算法的设计智能规划是人工智能中的一个重要研究领域，在机器人假定规划的不确定性来自动作执行效果的不确定性。的动作规划，货运码头调度，以及工厂的车间作业调度，现

7、代为了给出Markov决策过程的蚁群规划算法的运行平台，物流管理以及宇航技术等领域中都有着广泛的应用[1-3]，因此下面首先给出映像表示等若干相关概念，在其基础上给出受到了研究者越来越多的重视。不确定规划是智能规划中的Markov决策过程的蚁群规划算法的设计。一个研究分支，最近几年迅速成为了一个新的研究热点。其定义1（映像动作，元动作，映像路节）规划动作aÎA，a的ii中的不确定性有动作效果的不确定性，状态的不完全观察，以执行条件是pre（a），a的执行会出现k种不同的实际执行效ii及扩展性目标等。群体智能是通过模拟自然界生物群体行为果，即拥有k种不同的添加集

8、和删除集组合，分别为：来实现人工智能的